融合BCG与多维度夜间生理信号的OSA风险识别及体位干预研究——兼论睡眠心肺急性事件预警模型构建

戴金玲 黄嘉昕 李耀玲 范琳夕 肖铭扬 何穆演^{（通讯作者）}

广州华商学院，广东广州，511300；

摘要：阻塞性睡眠呼吸暂停（OSA）患病率高且诊断率低，与夜间发生的心肺急性事件息息相关。传统的多导睡眠图（PSG），流程繁琐、费用昂贵，无法进行大规模人群筛查。而心冲击图（BCG）提供了新的非接触方式来解决这一问题。本文综述了基于 BCG 的 OSA 风险识别、多维夜间生理信号融合、体位干预的证据和睡眠心肺急性事件预警模型研究进展：利用 BCG 结合深度学习可以达到 71.9% 四分类准确率以及 87.5% 二分类准确率；通过多种模式的融合能够获得更好的效果；采用体位干预 AHI 可以下降大约 4.41 次/hour 并具有长期的行为获益；预警模型需要考虑时序动态建模和个体化的基线，从而完成由 “诊断” 到 “预警” 升级。

关键词：心冲击图；阻塞性睡眠呼吸暂停；多模态信号融合；体位干预；睡眠心肺急性事件；预警模型

参考文献

[1]陈东津,岳红梅,田凤,等.体质量校正腰围指数在阻塞性睡眠呼吸暂停风险与抑郁症状的中介效应分析[J/OL].安徽医药,2026,(10):2056-2060[2026-09-24].https://link.cnki.net/urlid/34.1229.R.20260921.1318.056.

[2]许迎香,高小燕,舒媚,等.阻塞性睡眠呼吸暂停患者非高密度脂蛋白胆固醇与夜间低氧负荷的关联[J/OL].新医学,1-9[2026-09-24].https://link.cnki.net/urlid/44.1211.R.20260908.1123.002.

[3]王柏村,徐韬涵,张茂林,等.基于生理电信号的人-机器人智能交互研究与应用[J/OL].机械工程学报,1-20[2026-09-24].https://link.cnki.net/urlid/11.2187.TH.20260421.1139.002.

[4]刘银萌.可穿戴多模态生理参数采集系统研究[D].天津工业大学,2025.DOI:10.27357/d.cnki.gtgyu.2025.001330.

[5]李晓鹏,付永江,吴小泽,等.EryLifeTM S2腕带式多模态生理信号采集设备的数据处理算法设计与性能评估[C]//中国智慧工程研究会智能学习与创新研究工作委员会.2025人工智能与工程管理学术交流会论文集.2025:27-30.DOI:10.26914/c.cnkihy.2025.018615.